Sujet de Stage

Analyse d'images et apprentissage automatique pour l'inspection d'assemblages brasés
Département : BioSiS

Durée : 01/03/2026 - 31/07/2026


Autres encadrants :
Gaëtan BERGIN
Thierry MAZET
Description
Alfa Laval Golbey est un acteur de référence dans la cryogénie, spécialisé dans la conception et la fabrication d'échangeurs de chaleur brasés utilisés dans l'industrie du gaz (séparation de l'air, GNL, hydrogène, pétrochimie⬦). Un précédent stage a permis de développer une première solution de comptage des défauts de compacité dans les jonctions brasées, basée sur le traitement d'images couleur. Si cette approche a fourni une preuve de concept, elle reste sensible aux variations industrielles (luminosité, défauts de surface, bruit d'acquisition), limitant son usage en mode automatique. Parallèlement, de nouveaux équipements d'acquisition, tels que l'imagerie polarimétrique et l'utilisation des courants de Foucault, pourraient permettre de s'affranchir du ressuage et d'améliorer la qualité du contrôle.

Objectifs du stage

Le stage vise à renforcer la robustesse et l'automatisation de l'analyse des jonctions brasées. 1. Évaluation et amélioration de l'outil existant - Tester les paramètres actuels sur des images industrielles variées. - Optimiser les méthodes de traitement (filtrage, seuillage, segmentation). - Introduire, si nécessaire, des approches d'apprentissage automatique pour améliorer la détection (classification, segmentation par modèles légers de deep learning) lorsque les limites du traitement classique sont atteintes.

2. Intégration d'un système d'acquisition adapté - Étudier l'apport d'autres modalités (polarisation, courants de Foucault, etc.) pour améliorer la détection des défauts. - Comparer leurs performances pour la détection des défauts internes. - Développer l'algorithme associé, incluant l'identification et le comptage automatique des défauts.

Profil recherché : - Étudiant(e) en Master 2 avec spécialisation en traitement du signal / image, analyse de données, machine learning, mathématiques appliquées ou systèmes embarqués. - Solides compétences en programmation (Python ou MATLAB). - Connaissance des algorithmes de traitement de signal et d'image. - Intérêt pour les applications industrielles des nouvelles technologies.

Contacts : Pour toute candidature ou information complémentaire, merci de contacter :

Alfa Laval Golbey R&D : gaetan.bergin@fivesgroup.com ; thierry.mazet@fivesgroup.com CRAN Nancy : sebastian.miron@univ-lorraine.fr ; julien.flamant@univ-lorraine.fr ; david.brie@univ-lorraine.fr
Mots-clés
  • Détection de défauts
  • traitement d'images
  • machine learning
Conditions
Durée :
6 mois (février ⬓ septembre 2026)
Rémunération : environ 600 €/mois + primes
Lieu : collaboration entre l'équipe R&D d'Alfa Laval à Golbey et les chercheurs du CRAN à Nancy